在Keras中，我们可以将model.fit的输出返回到历史记录中，如下所示：

 history = model.fit(X_train, y_train,                      batch_size=batch_size,                      nb_epoch=nb_epoch,                     validation_data=(X_test, y_test))

现在，如何将历史对象的history属性保存到文件中以便后续使用（例如绘制准确率或损失随epoch的变化图）？

回答：

我使用的方法如下：

with open('/trainHistoryDict', 'wb') as file_pi:    pickle.dump(history.history, file_pi)

通过这种方式，我将历史记录保存为字典，以便以后可以绘制损失或准确率图表。之后，当你想再次加载历史记录时，可以使用：

with open('/trainHistoryDict', "rb") as file_pi:    history = pickle.load(file_pi)

为什么选择pickle而不是json？

在这个回答下的评论准确地指出：

[将历史记录存储为json] 在tensorflow keras中不再有效。我遇到了以下问题：TypeError: Object of type ‘float32’ is not JSON serializable.

有方法可以告诉json如何编码numpy对象，你可以从另一个问题中了解到这一点，因此在这种情况下使用json并没有错，只是比简单地保存到pickle文件要复杂一些。